本文的目的就是协助大家,以前面的 “10lines.py” 代码为基础,扩充解析参数的能力。这样就能直接在指令行透过给定参数的方式,来改变所要的功能。这样的方式也才能加入脚本之中,根据不同条件去进行不同的任务。
事实上,在 Python 开发资源中的 ”argparse” 模块,就提供了非常轻松的方式协助我们的程式去接受外部给定的参数,例如用 “--input=csi://0” 来指派 CSI 摄像头作为输入。
接下来,就开始进入本文的重点,带着大家把手上的代码变得更加强大。
简单的执行步骤如下:
根据上面的步骤,我们将 10lines.py 进行以下的修改,并存成 “testArgv.py”,粗体底线标识的是修改过的部分:
第一个 “input” 前面没有用 “--” 作指示,表示这个参数是 “强制” 给予的,在指令行里并不需要 “--input=” 去指定,解析工具会自动在命令行中找到 “不属于其他参数的字符串”,待会直接看下面的范例就能理解。
后面的 “--output”、“--network”与“--threshold” 是“非强制”的参数,如果在指令行后面没有给定参数时,就会使用个别参数的预设值(default)。这部分在指令行中,就需要透过直接对应的 “--network=” 的方式来体统。
这里直接用几个范例来说明,最容易理解。首先执行以下指令:
因为指令没提供 input 这个 “必要参数”,结果出现以下错误信息:
试试以下这三个指令,前面两个请根据您设备上的摄像头种类,第三个是用 Jetpack 预安装上的 VisionWorks 的演示视频文件,至少这个可以成功执行:
好了,在上面的指令中可以非常清楚的了解参数 “input” 的用法,没有其他三个参数也没关系,因为那不是 “强制” 的,接下来我们试试看,如果输入其他参数之后,会如何变化?
第一道指令,以 CSI 摄像头为数据源,执行物件检测的推理识别后,然后将结果输出到 testArgv.mp4 视频文件,请自行测试。
第二道指令加入 --threshold=0.01 这个参数,因为这个阈值不能为 0,因此我们试试看如果是 0.01 的话,会得到什么结果?(如下图)
此外可以看到 “csi://0” 并不一定非得摆在第一位,摆在指令中的任何一个顺位都可以,argparse 模块知道如何去解析出应该的对应。
第三道指令除了测试用 “--network=” 去改变模型选项之外,还测试将推理结果输出到一个目录中,存成一系列的图像文件(如下图)
好了,是不是已经可以掌握这种添加参数的方式了呢?掌握本文内容,能让你的代码立即从纯实验的阶段,提升到实用的阶段!
Jetson Nano 推出 2GB 内存版本,不仅承袭了 Jetson Nano 所有 AI 开发环境与 IOT 控制功能,也能学习或开发 Python、OpenCV 与 AI 深度学习、ROS 自动控制等应用。